哈佛研究顯示人工智慧在診斷上優於急診醫師

哈佛醫學院一項開創性的研究揭示，大型語言模型（尤其是 OpenAI 的 o1 模型）在診斷急診病患方面可以勝過人類醫生。這項發表於頂尖醫學期刊的研究發現，人工智慧正確診斷了 67% 的急診病例，而在相同臨床環境下，分診醫師的準確率僅為 50-55%。 該研究分析了數千次急診就診記錄，比較了人工智慧模型與在真實世界條件下工作的人類醫師的診斷準確性。人工智慧系統獲得了與分診醫師相同的病患資訊，包括症狀、生命徵象及基本病史。值得注意的是，人工智慧不僅達到了更高的整體準確率，還在識別人類醫生有時會忽略的較不常見病症方面展現了特別的優勢。 主要研究人員告誡，這些發現並不意味著要用人工智慧取代醫生，而是強調了人工智慧作為強大診斷輔助工具的潛力。「人工智慧不會疲勞，不會因為長時間輪班而產生認知偏誤，並且能即時回憶起龐大的醫學文獻，」一位研究人員解釋道。「但它缺乏人性化的觸感、同理心，以及解讀細微非語言線索的能力，而這些在病患照護中至關重要。」 這項研究引發了關於將人工智慧整合至臨床工作流程的新一輪辯論。一些醫院已在試行人工智慧輔助分診系統，讓模型為醫師提供第二意見。然而，關於責任歸屬、資料隱私以及過度依賴自動化系統的潛在風險等問題仍然存在。哈佛團隊計畫擴大研究範圍，納入更多樣化的病患族群與臨床環境，以進一步驗證這些發現。 對醫學界而言，訊息很明確：人工智慧不僅是理論上的工具，更是一個實用的助手，能夠在急診室等高壓環境中顯著提升診斷準確性。